我桌上的這臺OPPO Find N3，是上個月底才發布的一款折疊機。
作為折疊領域的新秀，它在體驗方面可以說是后來居上。
作為折疊領域的新秀，它在體驗方面可以說是后來居上。
區區 239g，卻安排了一顆大底主攝，和兩顆1/2 英寸級別的副攝。
其中還有一顆是潛望式結構。
關于「怎么充分利用大屏」這個頭疼的問題，Find N3 也帶來了一個實用的方案——超視野全景虛擬屏。
不同于傳統分屏需要改變比例或者尺寸，Find N3 可以直接在虛擬空間中「全屏三開」，還能絲滑切換。
可以說是標桿級別的大屏多任務方案。
雖然但是，這產品發布時，還是有一部分網友表示疑惑：
「眼看新平臺就要來了，為啥還用第二代驍龍 8 系列?」
好問題。
但其實解釋起來也挺簡單的。
折疊屏研發難度相對來說確實比較大，研發周期也很長。
像剛剛提到的，大底鏡頭、多任務體驗，都是需要技術和時間的。
慢一點也可以理解。
關鍵是，第二代驍龍 8 直到現在，也是一款很能打的處理器。
就拿最直觀的跑分來說吧。
除了最新發布的第三代驍龍 8 手機，前排基本都是第二代驍龍 8 系列手機的身影。
你就說性能強不強吧。
就算是在實戰中，第二代驍龍 8 系列的表現也完全沒讓人失望。
咱們之前也實測過很多次了。
120 幀 + 極致畫質的王者，除了切換戰局，基本滿幀，堪稱直線。
realme GT5 王者數據
極高畫質下的原神須彌跑圖，也能長時間穩住，游戲體驗沒得說。
realme GT5 原神數據
但其實，第二代驍龍 8 的極限還不止于此。
大家應該有印象，年中的時候，高通還帶來了第二代驍龍 8 領先版。
3.36GHz 的增強版高通 Kryo CPU 加持，又把性能體驗往上升了一個臺階。
首發這顆芯片的紅魔 8S Pro 借助內置風扇，近乎完美地馴服原神。
紅魔 8S Pro 原神數據
這游戲體驗，用過的都說好。
不過對于性能，大家關心的不只是游戲幀率，還有功耗和發熱。
第二代驍龍 8 基于臺積電 4nm 工藝打造，依舊是目前非常先進的移動平臺之一。
不意外，功耗和發熱都控制得很不錯。
這就不得不提到那款賣爆的小尺寸旗艦小米 13了。
6.36 英寸、185g 的輕巧機身本來就不利于散熱，但實測原神須彌跑圖依舊干到了 58.7 幀。
而且，沒有明顯的掉幀、鎖幀現象。
小米 13 原神數據
續航方面，小米 13 的 4500mAh 電池不說非常優秀，但對標以往很多 5000mAh 旗艦，完全沒問題。
除了性能，第二代驍龍 8 機型最令人深刻的，非影像莫屬。
別的不提，從產品陣容就可以看出，它在影像領域是當之無愧的王者。
vivo X90 Pro+、OPPO Find X6 Pro、小米 13 Ultra、榮耀 Magic5 Pro 等頂配影像旗艦，都選擇了第二代驍龍 8。
OPPO Find X6 Pro
總而言之，作為驍龍上一年度旗艦平臺，第二代驍龍 8 表現完全符合其定位。
無論是紙面參數，還是實際體驗，都得到了市場的認可，堪稱旗艦標桿。
既然如此，最新發布的第三代驍龍 8，可以說是站在巨人肩膀上的產品。
第三代驍龍 8，旗艦再進化
CPU 架構方面，第三代驍龍 8 進一步縮小小核規模，采用了 1+5+2 的組合：
1*X4 超大核(3.3GHz)3*A720 大核(3.15GHz)2*A720 大核(2.96GHz)2*A520 能效核(2.27GHz)
性能相比上代提升了 30%，能效表現提升了 20%。
GPU 也升級到了 Adreno 750 903MHz，官方宣稱性能提升 25%、能效提升 25%。
因為這代芯片沒有碰上工藝節點重大進展，所以發布之前大家都挺擔心的。
但，驍龍完全沒讓大伙失望。
跑分方面，剛剛發布的 iQOO 12 系列，甚至突破 220W大關。
雖然但是，最重要的還得是實測。
根據官方數據，小米 14 重載場景平均幀率可達 59 幀。
要知道它可是小尺寸手機啊...
但這還沒完。
拿到小米 14 的小伙伴應該知道，里面還有一個1200P分辨率的選項。
從 720P 到 1200P，清晰度自然不用多說。
雖然這個模式下目前會鎖到 30 幀，但實測幾乎跑滿，而且平均功耗只有 4W。
小米 14 原神 1200P 模式
這...感覺還有很多想象的空間。
換個大尺寸的機型，又或者等一波內置風扇的游戲手機，那畫質體驗不得起飛?
毫無疑問，性能這塊，第三代驍龍 8 絕對是給足了大家驚喜。
但，有性能就夠了嗎?
旗艦體驗，不只是性能
高通在發布會上演示過這么一段。
一朵特寫的盆栽，利用 AI 縮放技術，就生成了一張仿佛是打開超廣角鏡頭拍攝的畫面。
整個過程只耗費了幾秒鐘，并且是在本地進行的。
沒錯，第三代驍龍 8 內置的Hexagon NPU，又立功了。
官方數據顯示，新一代 Hexagon NPU，性能相較于上代提升了 98%，接近翻倍。
能效，也提升了 40% 之多，可以用更少的能耗處理更多的數據。
在如此強大 NPU 的加持下，第三代驍龍 8 對生成式 AI 的支持能力也大幅提升，已經可實現處理的大模型參數就達到了 100 億。
光說現階段的參數可能還是有些縹緲了，整點咱們真正能體驗到的案例。
小米 14 發布會上，雷總也給咱們展示了端側 AI 的實際落地的場景。
原圖是小貓特寫，小米 14 系列的端側 AI 可以直接利用大模型進行擴圖，最快 6s 完成。
原圖是一群人跑步，端側 AI 可以消除到只剩一個人，并且把缺失的環境給你補充完整。
劃重點，這是已經在內測的功能，估計小米 14 系列用戶過不了多久就可以嘗試了。
除了生成式應用，第三代驍龍 8 強大的 AI 能力在其他領域也能一展身手。
比如說影像層面，可以對場景進行更精細的識別，從而實現準確的實時優化。
甚至于，在高清視頻中，實現 AI 人物消除。
除了手機平臺，高通這次還放了個大招：Snapdragon Seamless。
看不懂沒關系，換個說法大家就知道了——
驍龍的生態融合
Snapdragon Seamless 可實現多臺終端跨多個操作系統無縫連接，共享外設和數據。
比如說，平板、PC 共享鍵鼠外設;
跨設備拖動文件，甚至是正在使用中的 App;
耳機可以在靠近設備時彈窗連接，甚至是在多設備之間自動切換，等等...
既然如此，必然不止手機芯片支持，其他賽道也要跟上。
新推出的第一代高通 S7 和 S7 Pro 音頻平臺，AI 性能提升近 100 倍。
個性化音效、自適應降噪、空間音頻的可能性，都大幅提升。
S7 Pro 更是支持超低功耗 Wi-Fi 和高通 XPAN 技術，不僅可以實現全屋和樓宇的音頻連接覆蓋，還支持高達192kHz的多通道無損音樂串流。
PC 方面，高通帶來了驍龍 X Elite 平臺，主打一個高性能低功耗。
關鍵是它還整合了 CPU、GPU 和 NPU 的能力，構建了全新的異構 AI 引擎，AI 能力達到其他產品的 4.5 倍。
130 億參數的生成式 AI 模型，已經可以直接在端側執行，估計商用機發布后還會有更大的體驗更新。
其實這種手機、耳機、PC 等多終端的融合，說來也挺耳熟的，很多大廠都在做。
但要是換成小廠，估計就沒什么精力搞這些啦。
而高通表示，會提供相應的開發工具，簡化新終端的接入。
可以預見，未來即便是規模不大的廠商，在 Snapdragon Seamless 的助力下， 也能有不錯的跨設備協同體驗。
除此之外，相信大家也發現了目前各家生態有一個很明顯的弊端——捆綁。
絕大多數生態優勢，一旦換一個品牌，就會削弱甚至消失。
但全家桶已經買了，遷移起來實在是太費勁，有種被綁住的感覺。
而高通的入局，意味著這些應用都是芯片級別的，理論上跨品牌也不是問題。
說不定某一天，只要認準高通或者驍龍平臺，不用在意產品具體是哪家廠商做的，也可以獲得同樣完善的生態體驗。
這種模式的生態融合，應該沒幾個人能拒絕吧?
So...高通這盤棋，確實下得有點東西啊。